| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 GEO 数据库的介绍和基因芯片常用数据分析 | 第10-13页 |
| 1.1.1 GEO 数据库介绍 | 第10-11页 |
| 1.1.2 基因芯片常用数据分析方法 | 第11-13页 |
| 1.3 基因芯片的应用 | 第13-14页 |
| 1.4 2 型糖尿病和肥胖的相关数据挖掘 | 第14-16页 |
| 1.5 癌症的相关数据库挖掘 | 第16-18页 |
| 1.6 本研究内容和意义 | 第18页 |
| 1.7 本研究使用的软件 | 第18-20页 |
| 1.7.1 RMAExpress | 第18页 |
| 1.7.2 Cluster 和 TreeView | 第18-19页 |
| 1.7.3 R 分析包 | 第19页 |
| 1.7.4 Genewise 和 blat | 第19-20页 |
| 第二章 通过 GEO 数据库在多组织和细胞中筛选 2 型糖尿病和肥胖症侯选基因 | 第20-33页 |
| 2.1 引言 | 第20-21页 |
| 2.2 实验材料和工具 | 第21-23页 |
| 2.2.1 实验材料 | 第21-23页 |
| 2.2.2 实验工具和软件 | 第23页 |
| 2.3 实验方法 | 第23-26页 |
| 2.3.1 GEO 数据库的选择和统计分析 | 第24-25页 |
| 2.3.2 基因差异表达百分比的统计分析 | 第25页 |
| 2.3.3 2 型糖尿病和肥胖症易感 SNP 上下游一兆区域候选基因筛选 | 第25页 |
| 2.3.4 候选基因的基因本体（GO）和 pathway 分析 | 第25-26页 |
| 2.4 实验结果和分析 | 第26-30页 |
| 2.4.1 2 型糖尿病和肥胖候选基因 | 第26-27页 |
| 2.4.2 位于 2 型糖尿病和肥胖症易感 SNP 上下游一兆区域候选基因 | 第27-28页 |
| 2.4.3 候选基因的 GO 和 pathway 分析 | 第28-30页 |
| 2.5 分析讨论 | 第30-31页 |
| 2.6 本章小结 | 第31-33页 |
| 第三章 癌症突变机制的相关数据挖掘 | 第33-45页 |
| 3.0 引言 | 第33-34页 |
| 3.1 实验材料和工具 | 第34页 |
| 3.1.1 实验材料 | 第34页 |
| 3.1.2 实验工具和软件 | 第34页 |
| 3.2 实验方法 | 第34-36页 |
| 3.2.1 基因突变率谱整理和 GEO 数据库的筛选 | 第34页 |
| 3.2.2 基因聚类分析 | 第34-35页 |
| 3.2.3 关联分析和统计 | 第35页 |
| 3.2.4 高突变率基因突变位点 GC%含量统计分析 | 第35-36页 |
| 3.3 实验结果和分析 | 第36-43页 |
| 3.3.1 基因聚类和分析 | 第36-37页 |
| 3.3.2 基因的关联分析 | 第37-40页 |
| 3.3.3 高频率突变基因附近 GC%含量 | 第40-43页 |
| 3.4 分析讨论 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 总结 | 第45-49页 |
| 4.1 研究内容和创新性 | 第45-46页 |
| 4.2 研究的缺陷 | 第46-47页 |
| 4.3 展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 附录 | 第54-60页 |
| 攻读硕士学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 答辩委员会对论文的评定意见 | 第62页 |
